Thesis

طراحی شبکه های موجک فازی چندمتغیره و ارائه الگوریتم آموزشی ترکیبی بهبود یافته در شناسایی سیستم های غیرخطی

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

در سال های اخیر ادغام محاسبات هوشمند و تئوری موجک، منجر به ارائه راهبردهای جدید و موثری گردیده است. شبکه های موجک فازی که از ترکیب مدل فازی، شبکه های عصبی و تئوری موجک حاصل می شوند، به عنوان یکی از نیرومندترین ابزارها در بسیاری از زمینه های پژوهشی به کار گرفته شده اند. توانایی شبکه موجک فازی و کاربرد وسیع سیستم های چندمتغیره در صنایع مختلف، انگیزه ارائه شبکه موجک فازی چندمتغیره در این تحقیق شد. در این راستا، الگوریتم جدیدی تحت عنوان الگوریتم آموزشی ترکیبی بهبود یافته جهت اعمال به شبکه موجک فازی چندمتغیره طراحی شده، پیشنهاد شده است. شبکه های موجک فازی، یک ساختار رگرسیون غیرخطی می باشند که نگاشت های ورودی خروجی را به وسیله نسخه های بسط و شیفت داده شده از یک موجک مادر ارائه می دهند. همچنین خاصیت مکان یابی زمان- فرکانس تجزیه موجک در خواص مهم شبکه های موجک فازی منعکس می گردد. توانایی این شبکه ها در تقریب تابع و شناسایی سیستم، در بسیاری از تحقیقات نشان داده شده است. علاوه بر ویژگی های ذاتی شبکه موجک فازی، یکی از مهمترین پارامترهای تأثیرگذار در توانایی این شبکه، آموزش و یادگیری آن می باشد. در میان روش های یادگیری مختلفی که برای آموزش شبکه موجک فازی ارائه شده، الگوریتم پس- انتشار خطا بیشترین کاربرد را داشته است. گرچه این الگوریتم دارای توانایی بسیار خوبی در یافتن نقاط بهینه می باشد ، کاستی هایی نیز دارد. یکی از مهمترین کاستی های آن، پایین بودن سرعت همگرایی این الگوریتم می باشد. در صورتی که بتوان این عیب را رفع کرد یا بهبود بخشید، قدرت الگوریتم دوچندان می شود. در این تحقیق، روشی تحت عنوان الگوریتم ترکیبی بهبود یافته جهت آموزش شبکه موجک فازی پیشنهاد شده است. ابتدا این الگوریتم جهت آموزش شبکه موجک فازی تک متغیره استفاده شده است. سپس الگوریتم مذکور جهت یادگیری شبکه موجک فازی چندمتغیره طراحی شده، به حالت چندمتغیره تعمیم یافته و در شناسایی سیستم های چند ورودی چندخروجی غیرخطی به کار گرفته شده است. الگوریتم ارائه شده، ترکیبی از روش های خوشه بندی، حداقل مربعات و پس انتشار خطای تسریع یافته می باشد. در این روش، شبکه موجک فازی طی سه مرحله مقداردهی اولیه، بهینه سازی پارامترهای خطی و بهینه سازی پارامترهای غیرخطی به طور مجزا آموزش می بیند. جهت افزایش سرعت همگرایی، الگوریتم پس انتشارخطای تسریع یافته مبتنی بر بهنگام سازی پارامتر نرخ یادگیری، با روش جدیدی الهام گرفته از روش نصف کردن بازه ها، پیشنهاد شده است. شرایط همگرایی الگوریتم مذکور با بیان قضیه ای به دست آمده است. علاوه بر نتایج رضایتبخش تر روش ارائه شده در مقایسه با سایر روش های استفاده شده، این روش بسیار ساده می باشد. همچنین برخلاف بیشتر کار های انجام شده، هیچ پارامتر یا رابطه اضافه ای را در بر نمی گیرد. ارزیابی الگوریتم پیشنهادی در شناسایی سیستم های غیرخطی ، سرعت همگرایی بسیار بالای آن را در مقایسه با سایر روش های اعمال شده در آموزش شبکه موجک فازی نشان می دهد. پس از ارائه الگوریتم ترکیبی، با توجه به مزایای شبکه موجک فازی و نیاز به شناسایی سیستم های چند متغیره در زمینه های مختلف، شبکه موجک فازی معرفی شده برای سیستم تک ورودی تک خروجی، به حالت چندورودی چندخروجی تعمیم داده شده و شبکه موجک فازی چندمتغیره طراحی شده است. در ادامه، الگوریتم ترکیبی بهبودیافته برای اعمال به شبکه موجک فازی چندمتغیره ارائه شده، به حالت چندمتغیره نیز تعمیم داده شده و توانایی آن در شناسایی سیستم های غیرخطی چند ورودی چند خروجی تست شده است.

Supervisors and advisors

مریم ذکری، جواد عسکری

Similar theses

  • شناسایی الگوی خرابی سازه‏ای با استفاده از موجک بسته‏ ای و الگوریتم ثبت بیشینه بهبود یافته

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه سمنان - دانشکده مهندسی عمرانپویان فخاریان

    در این پایان‏ نامه یک روش ترکیبی برای شناسایی آسیب سازه و تعیین موقعیت و شدت آن ارائه گردیده است. در این روش در ابتدا به منظور حذف اثرات خطاهای احتمالی، پاسخ‏ های ارتعاشی ثبت شده، به کمک روش موجک بسته ‏ای مورد پیش پردازش قرار می ‏گیرند. پس از آن به منظور تعیین موقعیت آسیب احتمالی

  • ارائه روش بهبود یافته شناسایی اجتماعات معنادار همپوشان در شبکه های اجتماعی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه شیخ بهایی - دانشکده مهندسی کامپیوترفریبرز نحوی

    با توجه به گسترش شبکه های اجتماعی، شناسایی اجتماعات که به عنوان بستر پنهان شبکه های پیچیده ‏بشمار می آیند، از اهمیت خاصی برخوردار شده است. اکثر روش های کلاسیک، با دید ماکروسکوپی، کل ساختار ‏گراف را در نظر گرفته و اقدام به شناسایی اجتماعات می نمایند. این روش ها، علیرغم دقت بالا، ز

  • شناسایی سازه با استفاده از شبکه عصبی موجک بهبود یافته فازی

    Thesis2015وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده مهندسی برق و کامپیوترآصفه مردانی

    در این پژوهش یک شبکه عصبی موجک بهبود یافته ی فازی با فیدبک داخلی برای شناسایی سازه طراحی و پیشنهاد خواهد شد و جهت شناسایی سازه ها مورد استفاده قرار می گیرد. فیدبک داخلی با افزودن بازخورد در لایه دوم از شبکه های موجک عصبی در حقیقت المان حافظه را به شبکه اضافه کرده و باعث می شود سی

  • طراحی کنترلرهای فازی با استفاده از الگوریتم ژنتیک بهبود یافته

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه تبریزمهسا حسین پور

    استفاده از قوانین فیزیکی حاکم بر سیستم ها از روش های مرسوم برای بدست آوردن مدل ریاضی سیستم ها می باشد. برای مدل سازی نیاز به روابط فیزیکی سیستم می باشد و این امر می تواند پرهزینه، زمان بر و حتی غیرممکن باشد. چرا که بسیاری از سیستم های صنعتی رفتار غیرخطی متغیر با زمان دارند و یا ا

  • طراحی و تحلیل پایدارساز فازی در سیستم های قدرت به کمک الگوریتم ژنتیک بهبود یافته

    Thesis2011وزارت علوم، تحقیقات و فناوری - دانشگاه بوعلی سینا - دانشکده مهندسیمرتضی توفیقی

    در این پایان نامه با استفاده از روش بهینه سازی الگوریتم ژنتیک یک ساختار پایدارساز فازی عصبی مبتنی بر تبدیل موجک به منظور افزایش پایداری و میرا کردن نوسانات فرکانس پایین در یک سیستم قدرت تک ماشینه وچند ماشینه پیشنهاد می شود. پایدارساز پیشنهادی متشکل از مفاهیم سیستم های فازی، شبکه

  • ارائه الگوریتم بهبود یافته و آگاه از خواب و بیداری پویا در شبکه حسگر بیسیم بدنی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسیزینب شریفی کیا

    پیشرفت های اخیر در کوچک سازی، طراحی مدارهای کم مصرف و تجهیزات ارتباطی بی سیم ساده وکم مصرف و نیز توسعه شرکت های تولید کننده منابع انرژی کوچک به همراه کاهش هزینه های تولید کارخانه ای،موجب ایجاد دیدگاه فناوری جدیدی با نام شبکه های حسگر بی سیم شد. پیشرفت فناوری های mems ارتباطات بی

Similar items